Оценка согласованности мнений экспертов

 

Для оценки согласованности мнений экспертов могут использоваться дисперсионный и энтропийный коэффициенты конкордации, коэффициент вариации (оценка степени согласованности экспертов в отношении каждого объекта) и т.п.

W(N) - дисперсионный коэффициент конкордации относится к множественным оценкам согласованности и может быть рассчитан по следующей формуле:

 

 (19)

 

Где

, - количество исследуемых факторов;

 

 (20)

 

N - число экспертов

r _i - сумма рангов по i-му фактору ( )

Z_ij - ранг, присвоенный i-му фактору j-ым экспертом;

 

Следовательно, формула для расчетов W(N) может быть представлена следующим образом:

 

 (21)

 

Значение W(N) лежит в пределах: О < W(N) < 1.

Случай, когда W(N) = 1, означает, что мнения экспертов полностью совпадают.

Случай, когда W(N) = 0, означает полное несовпадение мнений экспертов.

Для случая, когда в оценках есть повторяющиеся (связные) ранги,

коэффициент конкордации принимает модифицированный вид:

 

 (22)

 

Где

 - количество элементов в соответствующей группе связных рангов;

m_j - количество групп связных рангов.

V_i - коэффициент вариации оценок рассчитывается по следующей формуле:

 (23)

 

Где  - среднеквадратическое отклонение;

 - дисперсия оценок D_j, где:

m_j - количество экспертов, оценивших j-й фактор;

m - количество экспертов, принявших участие в оценке; i= 1, …, m

n - количество факторов, предложенных для оценки; j = 1, …, n.

V_j определяется для каждого критерия и характеризует степень согласованности мнений экспертов об относительной важности j-го фактора. Чем меньше V_j, тем выше степень согласованности экспертов об относительной важности j-го фактора.

В качестве меры взаимосвязи между двумя ранжировками используются различные показатели, например, коэффициенты ранговой корреляции Спирмена и Кендала, в расчетных формулах которых используются следующие обозначения:

Z_ki - ранг, присвоенный i-му фактору k-ым экспертом;

i = 1, m - количество исследуемых факторов;

j = 1, N - число экспертов.

 - коэффициент ранговой корреляции Спирмена - коэффициент, показывающий меру взаимосвязи между двумя ранжировками, предоставленными j-ым и k-ым экспертами, рассчитывается по следующей формуле:

 

 (24)

 

Значение  лежит в пределах: -1 <  < 1.

Случай, когда =1, означает, что мнения экспертов полностью совпадают.

Случай, когда  =-1, означает полное несовпадение мнений экспертов.

Для случая, когда в оценках есть повторяющиеся ранги, коэффициент Спирмена принимает модифицированный вид:

 

 (25)

 

Где

 - количество элементов в соответствующей группе связных рангов;

m_j - количество групп связных рангов.

Например, есть две ранжировки, предоставленные двумя экспертами по четырем признакам (табл. 4). Первая ранжировка имеет повторяющуюся группу (первый эксперт считает, что третье и четвертое свойства равнозначны).

 

Таблица 4. Расчет коэффициента Спирмена для повторяющихся рангов

Объект	Эксперт
	1	2	3	4
1	1	2	3, 5	3, 5
2	4	3	2	1

 

Найдем  = 1 - (6 /60)*18, 5 = -0, 85. Далее, используя формулу модифицированного коэффициента, получим окончательный ответ:

Рассчитанный коэффициент показывает, что у экспертов наблюдается почти полное несовпадение мнений.

 - коэффициент ранговой корреляции Кендала - коэффициент, показывающий меру взаимосвязи между двумя ранжировками, предоставленными j-ым и k-ым экспертами, рассчитывается по следующей формуле:

 

 (26)

 

где I(Z_j, Z_k) - матрица инверсий, отражающая совпадение мнений j-го и k-го экспертов по поводу предпочтения двух признаков: (0 - совпадение мнений; 1 - несовпадение мнений).

Матрица инверсий строится на основе матрицы предпочтений:

А^L =( ), представляющей собой результат сравнения L-м экспертом i-го и j-го признаков:

 

 (27)

 

Значение  лежит в пределах: -1 <  < 1.

Случай, когда  =1, означает, что мнения экспертов полностью совпадают.

Случай, когда  = -1, означает полное несовпадение мнений экспертов.

Пример. Есть две ранжировки, предоставленные двумя экспертами по пяти признакам:

 

Признак	1	2	3	4	5
Эксперт 1	2	1	5	4	3
Эксперт 2	3	4	2	1	5

 

На первом этапе необходимо составить две матрицы предпочтений для каждого эксперта:

I = 7 (число несовпадений мнений экспертов)

По данному результату можно сказать, что мнения экспертов согласованы менее, чем на 50%.

Для случая, когда в оценках есть повторяющиеся ранги, коэффициент Кендала принимает модифицированный вид:

 

 (28)

 

Где

 - количество элементов в соответствующей группе связных рангов;

m_j - количество групп связных рангов.

Таким образом, в работе были продемонстрированы примеры использования дисперсионного и энтропийного коэффициентов конкордации и коэффициента вариации.

 

Заключение

 

Прогнозирование представляет собой предплановую стадию работы.

Прогнозы различаются по времени действия и по масштабу действия. По времени действия принято различать краткосрочные (до года), среднесрочные (до пяти лет) прогнозы. По масштабу действия прогнозы делятся на глобальные, региональные, государственные и по видам техники. Проблемы глобальных, региональных и государственных прогнозов на соответствующие периоды времени выступают объектом научно-исследовательских институтов.

Прогнозирование инноваций представляет собой сложный противоречивый процесс с большой долей риска. Это объясняется необходимостью учета следующих факторов:

изменение спроса на прогнозируемую продукцию;

изменение цен на данную продукцию и, соответственно, прибыли;

объем собственных издержек на прогнозируемую продукцию;

действия конкурентов, особенно в части создания и внедрения инноваций;

перспективы развития данных инноваций.

Прогнозирование развития наукоемкого производства требует поддержки соответствующими методами и подходами. В практической деятельности используются такие традиционные методы как экстраполяция, балансовый, нормативный, аналитический, программно-целевой методы. Кроме них при планировании НИР и ОКР применяют методы моделирования и сетевого планирования. Перечисленные методы используются, как правило, одновременно. Указывается, что наиболее эффективно в плановой практике является сочетание аналитического, балансового и нормативного методов, а также программно-целевого подхода с методами экономико-математического и информационного моделирования.

Список литературы

прогнозирование экспертный оценка логистический

1. Теория прогнозирования и принятия решений / Под ред. С.А. Саркисяна. М.: Высшая школа, 1977.

2. Бир С. Кибернетика и управление производством. М.: Наука, 1965.

.   Методы социально-экономического прогнозирования (общие методы прогнозирования): Учеб. пособие / Сост. В.И. Дудорин, О.Е. Блинов, В.В. Годин, Н.Б. Филинов-Чернышов. М.: ГАУ, 1991.

.   Писарева О.М. Базовые методы комплексного прогнозирования развития систем: Учеб. пособие. М.: ГУУ, 1998.

.   Юкаева B.C. Управленческие решения: Учеб. пособие. М.: Издательский дом «Дашков и Ко», 1999.

.   Методы управления инновационной деятельностью: учебное пособие/ Васильева Людмила Николаевна, Муравьева Елена Алексеевна.

⇐ Предыдущая123456

Поделиться: